Featured image

Machine Learning con Python

El objetivo final de este taller es lograr que los alumnos sean capaces de desarrollar de forma autónoma modelos de Machine Learning que sean el motor de un sistema de Inteligencia Artificial.

Por ello, en el presente taller se mostrará un mapa conceptual de las diferentes tipologías de modelos existentes en la actualidad, en función de su usabilidad. Tras ello, se mostrarán las diferentes formas de validar los modelos en función de su tipología. Tras realizar un mapa conceptual de los principales modelos, se ira profundizando en los principales modelos existentes dentro de cada tipología, así como en su validación.

Programa

  • a. Definición.
  • b. Mapa conceptual.
  • c. Modelos supervisados:

       i. Clasificación:
          1. Regresión logística.
          2. KNN.
          3. Naive Bayes.
          4. Árbol de clasificación.
          5. Random Forest.
          6. XGBoost.
       ii. Regresión:
          1. Regresión.
          2. Árbol de regresión.
          3. Random Forest.
          4. XGBoost.

  • d. Modelos no supervisados:

       i. Clusterización
       ii. Reglas de asociación.

 

"Medidas AntiCOVID adoptadas para garantizar tu seguridad durante el evento"

Según directrices de la ORDEN de 19 de agosto de 2020, de la Consejera de Salud, sobre medidas de prevención necesarias para hacer frente a la crisis sanitaria ocasionada por el COVID-19.

  • Se facilitará a cada asistente una mascarilla FFP2 homologada, cuyo uso será obligatorio en todo momento en todas las dependencias del edificio.
  • La ocupación de la sala se realizará garantizando la distancia interpersonal de 1,5 metros entre los asistentes.
  • Se dispondrá de geles hidroalcohólicos a disposición de los asistentes.
  • Se recomienda no compartir objetos entre los asistentes al evento.